基于PCA与合并聚类的RBFNN人脸识别

• 作者: 余立新 陈光喜
• 来源期刊: 桂林电子科技大学学报
• 学科: 工学
• 关键词: 主成分分析 合并聚类 径向基神经网络 特征脸 人脸识别
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 88-91
• 页数: 4页
• 分类号: TP391
• 字数: 3799字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-808X.2009.02.003

摘要

基于主成分分析、合并聚类算法和径向基神经网络,提出一种有效的人脸识别方法.通过使用PCA进行特征提取,降低人脸图像的维数,对所提取的特征合并聚类确定径向基神经网络中心,根据类内样本与聚类中心的距离和类间距离计算各中心的散布常数,以ORL人脸数据库对网络进行训练和测试.实验结果表明,该方法选取较低的脸特征维效取得较好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈光喜	桂林电子科技大学数学与计算科学学院	82	455	12.0	16.0
2	余立新	桂林电子科技大学数学与计算科学学院	1	4	1.0	1.0